Veri Bilimine Giriş

Şubat 12, 2021

Hoşgeldiniz

Ders hakkında bilgiler

Derse katılım teşvik edilir!

Derse katılım: Aktif dinleme, ve uygulama

Derse katılmazsanız ek puanlar alamazsınız

İşleyiş

Dersin işleyişi:

Teorik
Pratik: aktif olarak katılımınız önemli!
Bir önceki haftadan sorular
Ders forumuna mutlaka katılın! (sorularınızı oradan soracaksınız)

Ödevler (5-7 arasında):

Tartışma serbest
Ödevler kişisel!
Ödevleri tam zamanında yüklemelisiniz!

Neden Veri Analizi? (ne anlıyorsunuz?)

Bilimsel Yöntem

Gözlemlerden, hipotezler türetiriz
Hipotezleri test ederiz

Bilimsel yöntemin şematize edilmesi

Bilimde dört paradigma (Microsoft’a göre)

Emprik (Deneysel)

İlk çağ filozofları:

Doğayı gözleyerek modeller oluşturmuş
Botanik, yıldız isimleri

$Antik çağlar...$

Antik çağlar…

Teorik

Matematiksel modellere dayanan:

Matematiksel terimlerle ifade edien soyut kavramlar

Mendel tarafından geliştirilen kalıtım modelleri

Benzetim (Simülasyon) tabanlı

Kesin olarak hesaplanamayan olgular:

Protein katlanması, karadelik fotoğrafı

Karadeliğin fotoğrafı, aslında gerçek bir fotoğraf değil

Veri temelli

Veride bulunan saklı örüntüleri incelemek ve bu örüntüler yardımıyla yeni hipotezler kurmak.

Veri -> Gözlem

Veri Bilimi

Yaşam bilimlerinde genel süreç:

Hipotez kur
Deney yap
Sonuç elde et!

NCBI GenBank veritabanı

NCBI genbank veritabanında gözlenen büyüme

Kısıt!

Ancak bu kadar veriyi analiz edecek insan sayısı az!

Geleceğin mesleği (on yıl sonra yerini başka bir geleceğin mesleğine devretmek üzere!)

Neden Veri Bilimi?

Verinin sakladığı gizemler

Bilimsel yöntem genelde gözlemden sonuca gider
Ancak artık sonuçtan gözleme gidiyoruz!

Bilgisayarlar

Adı üstünde bilgi sayar
Temel işi saymak
Sadece sayısal bilgi işleyebilir
Genelde sayılar birşeyleri temsil eder

Sayılar neyi temsil eder?

Harfleri:

A, B, C, d, e

Notaları

Sayılar neyi temsil eder?

Kedileri

Sayılar neyi temsil eder?

Gri skladaki her renk 0 - 255 arasında bir sayı ile temsil edilir.

Sayılar neyi temsil eder?

DNA’yı:

TCTAGCTAGCTAGCTAGCTAGC TAGCTAGCTAGCTAGCTAGCTA GCTAGCTAGTCAGTCGTACGTA GCTAGCTAGCTAGCTAGTCGAT CGATCA

Sayılar neyi temsil eder?

Proteinleri:

QYINQSICIIYYMCTIKFSLWF LPGTKVCRCPVIQYDKFTRGYG LACTEEVATAQRYSRTIVRLWC EPKNRHCRGRDKNEGSLHASMF YQDTCWDDPYRLFKERYRCMPT NAQLTWTYYW

Bilgisayarlar bu verilerle ne yapar?

Veriler bilgisayarlar yardımıyla işlenir

Bir konumdan başka bir konuma iletilir ve ve dönüştürülmesi

Verilerin uzun süreli depolanması

Bilgisayarlar

Bilgisayarın parçaları

CPU

Bilgisayarın temel bilgi işleme birimi.

Bütün parçalar arasındaki koordinasyonu sağlamaktan sorumlu

Bir orkestra şefi gibi

RAM

Rastgele hafıza erişimi (Random Access Memory).

Bilgisayardaki birincil hafıza birimi. Sadece aktif olarak kullanılan veriler depolanır.

Ancak kısa süreldir ve kalıcılığı yoktur. Enerji kesildiğinde silinir.

Harddisk

İkincil depolama birimi olarak kullanılır.

Uzun süreli bir depolama sağlar.

Ucuz ancak yavaş bir depolama birimi.

Dosyalar

Sayıları depoladığımız listeler. Her dosyanın:

ismi
oluşturulma tarihi
boyutu
kullanım hakları

bulunur

Dosya isimleri

Bir karakter listesi:

harfler
numaralar
semboller
250 karater uzunluğunda olabilir

Aşağıdakiler hariç:

Türkçe karakter ve boşluk!
**/, :, +, |, <, *, >, ” ve ’ **

Dosya isimleri

Unix/Linux sistemlerde büyük ve küçük harfler farklıdır.

Her dosyanın uzantısı vardır (zorunlu değil ama anlaşılmayı kolaylaştırır):

Dosya tipleri

Temel olarak iki tip dosya var:

Metin dosyaları
- Sadece düz metin içerirler
- Anlaşılabilir
İkili dosyalar
- Sayısal bilginin ikili şekilde düzenlenmiş hali
- ses, resim dosylaları

Metni ifade etmek

En basit metin gösterim metodu her bir karakteri tek bir bit ile ifade etmek

İngilizce için ASCII isimli bir kodlama var

Sıfır - 127 arasındak her numara bir sembol veya bir sinyal olarak ifade edilir:

Yeni satır
Tab
boşluk
Silme tuşu

ASCII code

	30	40	50	60	70	80	90	100	110	120
0		(	2	<	F	P	Z	d	n	x
1		)	3	=	G	Q	[	e	o	y
2			4	>	H	R	\	f	p	z
3	!	+	5	?	I	S	]	g	q	{
4	”	,	6	@	J	T	^	h	r	\|
5	#	-	7	A	K	U		i	s	}
6	$	.	8	B	L	V	`	j	t	~
7	%	/	9	C	M	W	a	k	u
8	&	0	:	D	N	X	b	l	v
9	´	1	;	E	O	Y	c	m	w

Non-English languages use numbers between 128 and 255 for symbols like “Ç”, “Ö”, “É”, “Ñ”

Metin dosyaları

Düz metin dosyaları rahatlıkla okunabilir

İkili dosyalar

İkili bir dosya

Daha fazla bilgi için

Help -> Markdown Quick Reference
https://www.rstudio.org/links/r_markdown_cheat_sheet
https://www.rstudio.org/links/r_markdown_reference_guide
http://rmarkdown.rstudio.com/
Google “Markdown”

Teşekkür

Sunumlarından faydalanmama izin veren Dr. Andres Aravena’ya teşekkürler

	30	40	50	60	70	80	90	100	110	120
0		(	2	<	F	P	Z	d	n	x
1		)	3	=	G	Q	[	e	o	y
2			4	>	H	R	\	f	p	z
3	!	+	5	?	I	S	]	g	q	{
4	”	,	6	@	J	T	^	h	r	\|
5	#	-	7	A	K	U		i	s	}
6	$	.	8	B	L	V	`	j	t	~
7	%	/	9	C	M	W	a	k	u
8	&	0	:	D	N	X	b	l	v
9	´	1	;	E	O	Y	c	m	w

	30	40	50	60	70	80	90	100	110	120
0		(	2	<	F	P	Z	d	n	x
1		)	3	=	G	Q	[	e	o	y
2			4	>	H	R	\	f	p	z
3	!	+	5	?	I	S	]	g	q	{
4	”	,	6	@	J	T	^	h	r	\|
5	#	-	7	A	K	U		i	s	}
6	$	.	8	B	L	V	`	j	t	~
7	%	/	9	C	M	W	a	k	u
8	&	0	:	D	N	X	b	l	v
9	´	1	;	E	O	Y	c	m	w

	30	40	50	60	70	80	90	100	110	120
0		(	2	<	F	P	Z	d	n	x
1		)	3	=	G	Q	[	e	o	y
2			4	>	H	R	\	f	p	z
3	!	+	5	?	I	S	]	g	q	{
4	”	,	6	@	J	T	^	h	r	\|
5	#	-	7	A	K	U		i	s	}
6	$	.	8	B	L	V	`	j	t	~
7	%	/	9	C	M	W	a	k	u
8	&	0	:	D	N	X	b	l	v
9	´	1	;	E	O	Y	c	m	w